APP下载
首页
>
IT互联网
>
随便搞的题库做做
搜索
随便搞的题库做做
题目内容
(
单选题
)
小王和老张交换名片后,小王打开手机中安装的智能输入法app,拍照老张的名片,很快得到名片文字信息并保存,这其中最主要应用的技术是()

A、模式识别$;$文字合成$;$图像搜索$;$图像还原

答案:A

随便搞的题库做做
以下关于随机森林算法的描述中错误的是
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-cee0-c07f-52a228da6039.html
点击查看题目
强化学习是一种重要的机器学习方式,其主要目标是()
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f4f8-c07f-52a228da601b.html
点击查看题目
下列关于LeNet的说法正确的是()
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-0590-c07f-52a228da6021.html
点击查看题目
半监督学习不包括
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-fdc0-c07f-52a228da602e.html
点击查看题目
一个SVM模型存在欠拟合问题,下面怎么做能提高模型的性能?
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6df0-c07f-52a228da601c.html
点击查看题目
用搜索法对问题求解时,一个问题可以形式化地定义为四个组成部分,即:智能体的初始状态、后继函数、目标测试和( )
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ea38-c07f-52a228da6000.html
点击查看题目
下面哪个/些超参数的增加可能会造成随机森林数据过拟合? 1 树的数量
2 树的深度3 学习速率
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bf40-c07f-52a228da601d.html
点击查看题目
在集成学习中,当训练数据很多时,最常见的结合策略是()。
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da6032.html
点击查看题目
关于 k 折交叉验证,下列说法正确的是?
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-c328-c07f-52a228da601e.html
点击查看题目
通过计算一个特征在森林中所有树上的平均深度,可以估算出一个特征的重要程度。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-b770-c07f-52a228da6022.html
点击查看题目
首页
>
IT互联网
>
随便搞的题库做做
题目内容
(
单选题
)
手机预览
随便搞的题库做做

小王和老张交换名片后,小王打开手机中安装的智能输入法app,拍照老张的名片,很快得到名片文字信息并保存,这其中最主要应用的技术是()

A、模式识别$;$文字合成$;$图像搜索$;$图像还原

答案:A

分享
随便搞的题库做做
相关题目
以下关于随机森林算法的描述中错误的是

A. 可以处理高维度的属性,并且不用做特征选择$;$随机森林的预测能力不受多重共线性影响$;$也擅长处理小数据集和低维数据集的分类问题$;$能应对正负样本不平衡问题

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-cee0-c07f-52a228da6039.html
点击查看答案
强化学习是一种重要的机器学习方式,其主要目标是()

A. 给数据打标签$;$将数据按类别聚合$;$使智能体获得最大奖赏$;$实现特定目标

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f4f8-c07f-52a228da601b.html
点击查看答案
下列关于LeNet的说法正确的是()

A. 使用卷积解决了全连接层的不足之处$;$卷积和池化层组合使用,逐层级的提取图像特征$;$在网络的最后使用全两层连接作为输出$;$在网络的最后使用全两层连接作为输入

https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-0590-c07f-52a228da6021.html
点击查看答案
半监督学习不包括

A. 直推学习$;$纯半监督学习$;$主动学习$;$图半监督学习

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-fdc0-c07f-52a228da602e.html
点击查看答案
一个SVM模型存在欠拟合问题,下面怎么做能提高模型的性能?

A. 增大惩罚参数C$;$ 减小惩罚参数C$;$减小核函数系数(gamma值)$;$增大核函数系数(gamma值)

https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6df0-c07f-52a228da601c.html
点击查看答案
用搜索法对问题求解时,一个问题可以形式化地定义为四个组成部分,即:智能体的初始状态、后继函数、目标测试和( )

A. 功率$;$路径代价$;$算法$;$完备性

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ea38-c07f-52a228da6000.html
点击查看答案
下面哪个/些超参数的增加可能会造成随机森林数据过拟合? 1 树的数量
2 树的深度3 学习速率

A. 只有 1$;$只有 2$;$ 只有 3$;$ 都正确

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bf40-c07f-52a228da601d.html
点击查看答案
在集成学习中,当训练数据很多时,最常见的结合策略是()。

A. 平均法$;$投票法$;$学习法

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da6032.html
点击查看答案
关于 k 折交叉验证,下列说法正确的是?

A. k 值并不是越大越好,k 值过大,会降低运算速度 $;$选择更大的 k 值,会让偏差更小,因为 k 值越大,训练集越接近整个训练样本 $;$选择合适的 k 值,能减小验方差 $;$k 折交叉验证能够有效提高模型的学习能力

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-c328-c07f-52a228da601e.html
点击查看答案
通过计算一个特征在森林中所有树上的平均深度,可以估算出一个特征的重要程度。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-b770-c07f-52a228da6022.html
点击查看答案
试题通小程序
试题通app下载